Español

IA en el flujo de trabajo del diseñador de producto: dónde ayuda y dónde falla

Todas las herramientas de diseño tienen ahora un botón de "IA". Usted ha hecho clic en la mayoría de ellos. La mitad produjo resultados que parecían una captura de Dribbble de 2019 disfrazada. La otra mitad le ahorró una tarde entera.

La diferencia no está en la herramienta. Está en el punto del flujo de trabajo donde la apuntó.

He pasado el último año sin atreverme a admitir cuánto uso la IA en ciertas tareas, y demasiado irritado para reconocer cuánto me niego a usarla en otras. Este artículo es la versión depurada de lo que realmente he decidido. Sin catastrofismo de "la IA reemplazará a los diseñadores". Sin hype de "la IA multiplicará por 10 su craft". Solo las partes de la semana donde se gana su lugar, y las partes donde aún le digo que se vaya.

Por qué esto importa ahora

Los PMs están lanzando con v0 y Cursor sin usted. No lo digo para asustar a nadie. Lo digo porque la pregunta de "¿deberían los diseñadores usar IA?" ya fue respondida por personas que no son diseñadores.

Si usted no tiene un punto de vista sobre la IA en su craft, el punto de vista de otra persona se convierte en el predeterminado. Y ese predeterminado es casi siempre un stack de tarjetas Tailwind genéricas con tres iconos, un degradado y la palabra "Empoderar" en algún lugar del hero. Ya sabe cuál es.

Así que esto tiene menos que ver con adoptar la IA y más con ser específico. ¿Qué hace bien realmente? ¿Qué arruina? ¿Y cuál es la prueba más pequeña que puede correr este mes para averiguarlo?

Dónde la IA ayuda genuinamente

Estas son las partes de mi semana en las que he dejado de ser precioso al respecto. El resultado es suficientemente bueno, el tiempo ahorrado es real, y la parte del trabajo que antes vivía aquí no era donde ganaba mi sueldo de todos modos.

Agrupamiento de transcripciones de investigación

Veinte entrevistas con usuarios significaban antes una semana con una hoja de cálculo, una columna de etiquetas y la lenta erosión de mis ganas de vivir. Ahora son aproximadamente treinta minutos.

Dovetail AI, Notion AI, o Claude con las transcripciones pegadas extraen temas, frecuencias y grupos de citas más rápido que cualquier persona. Sigo leyendo cada cita. Sigo contrastando la síntesis con mi propia intuición de haber estado en las sesiones. Pero me salto completamente la etapa de la hoja de cálculo, y el tiempo que ahorro va a más entrevistas, que es donde vive el apalancamiento real.

La trampa: no confíe en el primer agrupamiento. Haga dos pasadas con instrucciones diferentes y busque dónde discrepan. La discrepancia es donde está la investigación interesante.

Prototipo inicial

v0, Galileo, Figma Make. Los uso para el andamiaje aburrido: una página de configuración que nadie mirará dos veces, una tabla para una herramienta de administración interna, un wizard de cinco pasos que todos tienen el mismo aspecto.

El truco es tratar el resultado como un wireframe, no como un diseño. La cuadrícula es un punto de partida. La jerarquía es un punto de partida. Luego rediseña aproximadamente el 70% porque la versión de la IA es genérica y su producto no lo es. Pero se saltó el lienzo en blanco, que es la peor parte de cualquier sprint que involucra un layout que no le importa.

Para superficies de consumidor o cualquier cosa orientada a la marca, esto falla. A eso llegaremos.

Variantes de microcopy

Estados vacíos, mensajes de error, tooltips de onboarding, texto de botón cuando "Guardar" parece demasiado simple pero "Aplicar cambios" parece demasiado largo. Genero diez variantes, descarto nueve, edito una.

La palabra clave es "editar". Cualquier cosa que lancé textualmente desde un LLM llegó a producción sonando como un LLM. El cadencio es incorrecto. La contención es incorrecta. Siempre hay un adjetivo de más. Pero como compañero de lluvia de ideas, supera al cursor parpadeando junto a "Lo sentimos, algo salió mal" por centésima vez.

Texto alternativo y andamiaje de accesibilidad

Primera versión del texto alternativo. Borradores de etiquetas ARIA. Verificaciones de contraste de color. Comprobaciones de estructura de encabezados para lectores de pantalla.

Lo verifico todo. La IA cumple con WCAG AA en lo obvio y falla en cada caso límite matizado. Pero la página en blanco desaparece, y eso importa cuando el trabajo de accesibilidad ya es la parte del trabajo que más equipos infrafinancian. Un 50% de ventaja inicial supera al 0%.

Añadiré una advertencia fuerte en la siguiente sección, porque lanzar texto alternativo generado por IA sin revisión es la forma de terminar enviando "imagen de una persona" 4.000 veces en un sitio de marketing.

Andamiajes para la entrega (handoff) de desarrollo

Cursor convirtiendo un frame de Figma en un componente funcional que el ingeniero refina. Esta es, en silencio, la herramienta de diseño con IA más subestimada del grupo.

Combine Cursor con un buen design system y reducirá el tiempo de entrega a la mitad. El ingeniero no tiene que traducir los tokens de espaciado manualmente. No recibirá el tercer mensaje de Slack "¿es esto lo que querías decir?" a las 4pm del viernes. El primer commit se acerca a su intención desde el primer intento.

Funciona porque hay un design system estricto que restringe el resultado. Sin uno, Cursor improvisa, y Cursor improvisado es simplemente v0 con pasos adicionales.

Dónde la IA falla (y no debe delegarle)

Esta es la lista que pegaría en un monitor para cualquier diseñador junior que pregunte cuánta IA usar. Todo lo siguiente es donde el trabajo le paga por pensar, y donde la IA piensa como todos los que vinieron antes, que es exactamente el instinto equivocado.

El gusto

La IA promedia. Su trabajo es ser específico.

Cuando le pido a una IA que diseñe un dashboard de SaaS, me da un dashboard de SaaS. Genérico, plausible, olvidable. Tres tarjetas de KPI en la parte superior, un gráfico, una tabla, una barra lateral. Se parece a todos los demás dashboards de SaaS porque fue entrenado en todos los demás dashboards de SaaS.

Pero usted no está diseñando "un" dashboard de SaaS. Está diseñando "este" dashboard para "este" usuario, que trabaja en "este" contexto, donde el gráfico es el elemento principal incorrecto porque el usuario realmente abre la página para hacer una tarea específica y el gráfico no es esa tarea. La IA no captará eso. Usted sí.

El encuadre del problema

La IA responde preguntas. Los diseñadores deciden qué pregunta vale la pena responder.

Si un PM pide un rediseño de la configuración y usted le pide a Claude que rediseñe la configuración, ambos se equivocaron. El movimiento interesante es darse cuenta de que la configuración no necesita un rediseño. Necesita ser desmontada, con los tres ajustes que la gente realmente usa en el flujo principal y el resto guardado en un cajón de "más". La IA no hace ese movimiento. La IA construye una mejor página de configuración.

La decisión de encuadre es suya. No la delegue.

Los matices de accesibilidad

Lo dije antes y lo repito porque merece repetirse. La IA cumple con las verificaciones de contraste de WCAG AA. Escribe texto alternativo plausible. Genera roles ARIA que parecen correctos.

No entiende el flujo de navegación por teclado cuando se abre un modal dentro de una hoja dentro de un cajón. No entiende que un lector de pantalla que lee "botón botón botón botón" en una cuadrícula de tarjetas es técnicamente compatible y funcionalmente hostil. No entiende que un video de reproducción automática sin control de pausa viola más de un criterio.

Pruebe con un lector de pantalla. Pruebe solo con teclado. Pruebe con movimiento reducido activado. La IA no reemplaza las pruebas reales, sin importar cuán seguro suene el resultado.

La voz de la marca

El copy de IA suena a copy de IA. La cadencia, los chistes internos, la contención, la voluntad de dejar una oración más corta de lo que quiere ser. Eso sigue siendo usted.

Cada marca que respeto tiene una voz que es ligeramente extraña. Ligeramente fuera de ritmo. Dice las cosas en un orden que sorprende. La IA no puede reproducir eso, porque fue entrenada para ser lo contrario de extraña. Fue entrenada para ser razonable. Lo razonable es la muerte de la voz de marca.

Si la voz de su marca puede ser replicada por un LLM, su marca no tiene voz.

Los patrones de interacción novedosos

La IA está entrenada en lo que existe. Si su producto necesita algo nuevo, la IA lo empujará hacia lo promedio.

Una vez le pedí a Galileo que creara una maqueta de un flujo para una función que era genuinamente novedosa. Produjo una versión perfectamente correcta del patrón existente más cercano, que era el patrón incorrecto. Pasé una hora presionándolo para que hiciera lo nuevo y no llegué a ningún lado. Cerré la pestaña y lo esbocé en papel en 15 minutos.

Cuando la respuesta es novedosa, la IA es un ancla. No luche contra ella. Simplemente no la use para esa parte.

Opiniones honestas sobre las herramientas

En orden aproximado de frecuencia con la que las abro:

  • Figma AI. Sólido para renombrar capas (esto solo ya lo justifica), generar contenido de relleno que no sea Lorem ipsum, iconos de primer borrador que redibujará. Mediocre para "diseña esta pantalla": el resultado es genérico. Úselo para las tareas rutinarias.
  • v0 / Galileo. Excelente para que los ingenieros creen herramientas internas sin un diseñador. Para superficies de consumidor o experiencias de marca, la costura se muestra de inmediato. Uso v0 para andamiajes de inspiración que luego rehago desde cero. Galileo lo uso menos.
  • Cursor para design-to-code. La herramienta de diseño con IA más subestimada, sin duda. Combínela con un buen design system y su ciclo de entrega se acelera significativamente. El único cambio con el ROI más alto de esta lista.
  • ChatGPT / Claude como compañero de pensamiento. Mejor que cualquier herramienta visual anterior para crítica, copy, nomenclatura y contrastar su propia lógica. Peor que todas ellas para resultados visuales. Trátelo como un colega al que puede interrumpir a las 11pm.

Esa es la lista completa que abro en una semana normal.

Las señales delatoras de "lo diseñó la IA"

Tengo esta lista fijada en mi Figma. Si tres o más de estas aparecen en algo que estoy a punto de lanzar, lo rehago.

  • Layout de tres tarjetas con tres iconos en el hero o en la sección de propuesta de valor.
  • Un degradado en un CTA que no necesitaba degradado.
  • Copy que usa "Desbloquea", "Empodera" o "Sin fricciones" sin ironía.
  • Espaciado perfectamente uniforme que ignora el peso visual (todo es 16px porque el prompt decía "usa espaciado consistente").
  • Ilustración hero al estilo foto de stock de personas diversas señalando un portátil.
  • Una página de precios con tres niveles, el del medio etiquetado como "Más popular", y una comparación de columnas de marcas de verificación que nadie leerá.
  • Titulares que siguen el patrón "verbo su sustantivo". ("Optimice su flujo de trabajo." "Acelere su equipo." "Simplifique su stack.")
  • Copy que abre con "En el acelerado mundo actual."

Tres de estas y el diseño se delata antes de que alguien vea el archivo. Rehágalo.

Su plan de 30 días

Puede leer este artículo y asentir, o puede ejecutar una prueba real. Aquí está la versión más económica de la segunda opción.

Semana 1: Agrupe un proyecto de investigación. Elija un proyecto donde tenga 10 o más transcripciones de entrevistas con usuarios. Páselas por el agrupamiento de IA (Dovetail AI, Notion AI o Claude). Haga su propia síntesis manual en paralelo. Compare las dos. Anote dónde la IA acertó, dónde se equivocó con confianza, y dónde detectó algo que usted pasó por alto. El punto no es reemplazar su síntesis. Es calibrar su confianza.

Semana 2: Use un prototipo inicial para una pantalla interna. Use v0, Figma Make o Galileo para una pantalla orientada a uso interno de principio a fin. Configuración, una tabla, un panel de administración, cualquier cosa donde el acabado de marca no importe. Mida cuánto tiempo tarda en comparación con su flujo normal, y anote dónde tuvo que rehacerlo desde cero. Aprenderá rápidamente qué 70% puede conservar y qué 30% debe reconstruir.

Semana 3: Pasada de variantes de microcopy. Pase todo el microcopy de su proyecto actual (estados vacíos, errores, tooltips, texto de botones) por un generador de variantes de IA. Conserve lo que es mejor. Elimine lo que es peor. Registre los patrones donde la IA ayudó consistentemente frente a donde aplanó consistentemente su voz. Esto se convierte en su guía personal para el próximo sprint.

Semana 4: Trabaje en pareja en la entrega a desarrollo. Elija un componente que vaya a ingeniería en este sprint. Configure al ingeniero con Cursor y una restricción estricta de design system. Mida el tiempo de entrega y los ciclos de retrabajo en comparación con el componente equivalente del último sprint. Si es más rápido y más limpio, este es su cambio de mayor apalancamiento. Hágalo permanente.

Cuatro semanas. Una prueba real por semana. Al final, tendrá sus propias opiniones en lugar de las mías.

Opcional: mapeo al ACE Framework

Si su equipo usa el vocabulario ACE (Ingest, Analyze, Predict, Generate, Execute), vale la pena nombrar dónde encaja el diseño con IA y dónde no.

  • Ingest: incorporar transcripciones de investigación, tickets de soporte y grabaciones de sesiones en un corpus manejable. La IA ayuda mucho.
  • Analyze: agrupar temas, detectar frecuencias, encontrar valores atípicos en datos cualitativos. La IA ayuda, con una pasada de verificación.
  • Generate: prototipo inicial, variantes de microcopy, borradores de texto alternativo, andamiajes para la entrega a desarrollo. La IA ayuda dentro de las restricciones.
  • Predict: qué problema resolver a continuación, qué versión lanzar, qué compromiso importa. Usted. No la IA.
  • Execute: la decisión real de lanzar y la responsabilidad post-lanzamiento. Usted y su equipo. No la IA.

Decir esto en voz alta es útil cuando un PM pregunta por qué no "dejó que la IA lo hiciera". La respuesta honesta es que la IA es útil en tres de las cinco capacidades, y las dos que no puede tocar son las dos que le ganan a los diseñadores su lugar en la mesa. Dejar que la IA tome Predict o Execute es dejar que la IA diseñe su producto, lo que también se llama lanzar un producto genérico, lo que también se llama lo que sus competidores que no tienen diseñadores ya están haciendo.

Errores comunes

Una lista breve de cómo esto sale mal, aproximadamente en el orden en que yo cometí cada error:

  • Dejar que el resultado de la IA salte la crítica porque "parece terminado." Parece terminado. No está terminado. Compártalo con su equipo.
  • Usar la IA para la parte del trabajo que le genera respeto. El gusto, el encuadre, los patrones novedosos. Si externaliza estos, se vuelve reemplazable, y quien lo reemplace no será la IA. Será el siguiente diseñador que no lo hizo.
  • Ocultar qué partes de su trabajo tienen asistencia de IA. Cuénteselo a su equipo. La transparencia genera confianza. Ocultarlo la destruye el día que alguien se da cuenta.
  • Creer en la confianza de la IA por encima de la suya propia. La IA suena segura incluso cuando se equivoca. Su intuición está calibrada por miles de diseños. Confíe en la intuición.
  • Optimizar el 30% incorrecto de la semana. La IA que le ahorra 30 minutos en una tarea que solo hace una vez al mes no vale la pena integrar. Encuentre el dolor recurrente.

Medición del éxito

Aquí está el criterio con el que evalúo mi propio uso de la IA.

Lanza más rápido el trabajo de andamiaje: síntesis de investigación, layouts de herramientas internas, primeros borradores de microcopy, entrega a desarrollo. Lanza más lento y deliberadamente las partes que importan: la decisión de encuadre, el patrón novedoso, la voz de marca, el matiz de accesibilidad.

Su equipo puede identificar qué 20% de su semana de diseño es ahora tiempo recuperado. Lo está usando para hacer más entrevistas, más crítica, más reflexión, más iteración en las partes del trabajo donde la iteración se acumula.

Y la medida más importante: nadie mira su trabajo y piensa "la IA lo hizo".

Ese es el criterio. Cualquier cosa menos y está usando la IA para la parte equivocada del trabajo.

Más información